เข้าใจว่า Agent คืออะไร
Agent ไม่ใช่ AI ที่ “ฉลาดกว่า” แต่คือโมเดลที่ได้รับเป้าหมาย บริบท เครื่องมือ และวงจรตรวจผลเพื่อเดินงานหลายขั้น
AI AGENT TRANSFORMATION PROGRAM · TEACHING HANDBOOK
จาก “ใช้ AI เป็น”
สู่ มอบหมายงานเป็น
ทุกคนเรียนพื้นฐานร่วมกันใน Day 1 แล้วแยกตามเจ้าของงาน: HR หรือ Accounting ใน Day 2 และ Sales + Creative ต่อเนื่องใน Day 3–4 โดยใช้ข้อมูลจำลอง จุดอนุมัติ และหลักฐานที่ตรวจได้
THE CORE SHIFT
สิ่งที่ต้องสอนจริง
ไม่ใช่แค่ปุ่มไหนอยู่ตรงไหน
outline เดิมมีเส้นทางและผลลัพธ์ชัดเจนแล้ว สิ่งที่เติมคือ mental model, prompt contract, permission, evaluation และวงจร feedback เพื่อให้ผู้เรียนทำซ้ำได้หลังจบคลาส
เขียนสัญญางานที่ชัด
สั่งด้วย Goal, Context, Inputs, Boundaries, Process, Output และ Done เพื่อให้รู้ทั้งสิ่งที่ต้องทำ ขอบเขต และเส้นชัย
คุมจุดเสี่ยง ไม่คุมทุกคลิก
ให้ Agent เดินงานต่อเอง แต่หยุดก่อนเข้าถึงข้อมูลสำคัญ ติดตั้งของใหม่ ส่งข้อความ หรือเปลี่ยนระบบจริง
เปลี่ยน feedback เป็น Skill
บันทึกวิธีทำ เกณฑ์คุณภาพ และข้อผิดพลาดที่พบบ่อยให้เรียกใช้ซ้ำได้ แทนการหวังว่า Agent “จะจำเอง”
THE AGENT LOOP
ห้าวงจรที่ผู้เรียน
ต้องมองเห็นทุกครั้ง
เมื่อผู้เรียนเรียกชื่อแต่ละช่วงได้ เขาจะรู้ว่าต้องแก้ Prompt, Context, Tool หรือเกณฑ์ตรวจตรงไหน แทนการสั่งใหม่แบบเดาสุ่ม
รับรู้
อ่านเป้าหมาย ไฟล์ บริบท และสถานะปัจจุบัน
วางแผน
แยกงานเป็นขั้นและชี้จุดที่ต้องขออนุมัติ
ลงมือ
ใช้เครื่องมือกับไฟล์ แอป หรือข้อมูลตามสิทธิ์
ตรวจ
เทียบผลกับเกณฑ์ รัน check และหาความไม่แน่ใจ
ส่งมอบ/เรียนรู้
รายงานหลักฐาน รับ feedback และอัปเดตวิธีทำ
4-DAY LEARNING JOURNEY
หนึ่งวันเต็มเพื่อวางฐาน สามครึ่งวันเพื่อเปลี่ยนฐานเป็นผลงาน
เวลาที่สั้นลงใน Day 2–4 ทำให้แต่ละวันต้องมีงานหลักเพียงหนึ่งชิ้น ขอบเขตชัด และใช้ Template เดิมต่อยอด ไม่เปิดเครื่องมือใหม่หลายตัวพร้อมกัน
Common Claude Code Foundation
Workspace, inventory, and permissions → Agent task brief → Verification and recovery
ผลลัพธ์: ผ่าน Foundation Checkpoint อย่างน้อย 6/7
HR Payroll / Accounting Insights
HR Payroll Sandbox หรือ Accounting Insights & Excel Builder
ผลลัพธ์: Local classroom prototype + reconciliation evidence
Sales + Creative Workshop Studio
Sales + Creative Static Classroom Showcase
ผลลัพธ์: B2B/B2C classroom content exercise + audited V2
Static Classroom Showcase
Sales + Creative Static Classroom Showcase
ผลลัพธ์: Local static classroom demo + test evidence + draft Human Publish Decision Simulation
LEARN BY EVIDENCE
ทุกวันต้องถือชิ้นงานกลับ ไม่ใช่แค่รู้สึกว่าเข้าใจ
ผลลัพธ์ถูกออกแบบให้สะสมจากวันก่อนหน้า และนำกลับไปทดลองกับงานของแผนกได้โดยไม่ต้องรอระบบใหญ่
Personal Agent Kit
- Agent brief 1 หน้า
- Foundation Checkpoint ผ่านอย่างน้อย 6/7
- Verification log
- Personal safety rules
Department Workflow
- งานก่อน/หลังใช้ Agent
- Input และ owner ชัด
- Approval gate
- Quality rubric
30-Day Adoption Plan
- Pilot ที่เสี่ยงต่ำ
- ผู้ดูแล Skill
- ตัวชี้วัดเวลา/คุณภาพ
- รอบ review รายสัปดาห์
SAFE AUTONOMY
ให้ AI ทำเร็วได้
แต่สี่เรื่องนี้ต้องหยุดถาม
จุดหยุดที่จำง่ายกว่ากฎยาว ๆ และใช้ได้กับทุกแผนก ผู้เรียนควรพูดได้ว่า “Agent หยุดตรงไหน และเพราะอะไร” ก่อนจบ Day 1
Software
ก่อนติดตั้ง Skill, extension, script หรือ package จากแหล่งใหม่
Data
ก่อนอ่าน ส่ง หรือแปลงข้อมูลอ่อนไหว/ข้อมูลจริงขององค์กร
Action
ก่อนส่งอีเมล โพสต์ อนุมัติ จ่ายเงิน หรือติดต่อบุคคลภายนอก
Production
ก่อนแก้ฐานข้อมูล ระบบจริง สิทธิ์ผู้ใช้ หรือ deploy ให้ผู้อื่นใช้
START TEACHING
เริ่มจากแผนเวลา แล้วเปิดบทสอนเมื่อถึงจุดที่ผู้เรียนต้องใช้
Handbook แยกเส้นทางผู้สอนออกจากบทอธิบายและ Template เพื่อให้สอนได้ตามเวลาโดยไม่ต้องเลื่อนหาเนื้อหายาว ๆ